532 工程科学学报，第43卷，第4期 0.8 第n组炉渣试样检测黏度，N为黏度实验总次数. -1.0 ■C1 一Linear fit 对比各黏度预测模型对不同类型含氟连铸保 -1.2 -1.4 护渣不同温度下的黏度预测情况，其中，Riboud模 云-1.6 型预测值相对检测值偏差率较大，Iida模型的黏度 -1.8 预测值相对检测值偏高，而Ms模型的黏度预测 -2.0 值相对检测值偏低，相比之下，本此建立的黏度预 -2.2 -2.4 测模型对各类含氟保护渣黏度预测值相对检测值 -2.6 偏差率收敛至10%以内，拟合度较高 -2.8 同时，结合Mils早期关于CaF2-CaO-SiO2三 0.00058 0.00060 0.00062 0.00064 0.00066 0.00068 0.00070 0.00072 0.00074 元渣(S1~S7)黏度检测数据进行对比分析，结果 T-/K- 如图4所示. 图1黏度-温度线性分析 对比发现，Mils模型对高氟含量炉渣(S5)黏 Fig.1 Linear analysis of Iny to 1/T 度预测效果更好，而对中、低氟含量炉渣黏度预测 值相对检测值偏差率较大：本黏度模型对低氟含 式(5)所示 量炉渣(S1~S3)黏度拟合效果更好，而高氟和中 1 N 4= m.est-刀m,mea (5) 氟含量炉渣黏度预测值相对检测值偏差率较大， N =1 刀m.mea 分析原因，主要受含氟渣挥发性影响，当炉渣中 式中，nms为第n组炉渣试样预测黏度，umca为 w(CaF2>20%,模型预测值与检测值偏差逐渐增 表3黏度参数分析 Table3 Viscosity controlling parameters Slag In4 B Slag In B Slag In4 C1 -12.1166 16750.76 C10 -11.1663 15523.76 C19 -11.6419 16899.20 C2 -11.1521 15331.25 C11 -11.4069 16399.51 C20 -10.5736 14696.67 C3 -11.4827 16323.80 C12 -11.9045 19019.28 C21 -9.26063 11473.14 C4 -11.2338 16106.31 C13 -10.7114 13670.59 C22 -11.3388 18048.45 C5 -10.9666 13904.19 C14 -11.1896 15932.56 C23 -10.4814 13697.65 C6 -11.1806 14859.89 C15 -11.4391 17000.89 C24 -17.2362 25991.79 C7 -11.3522 15328.48 C16 -11.1312 16491.46 C25 -10.5812 14320.87 C8 -11.3635 16421.96 C17 -14.9610 21103.44 C26 -13.0682 18316.60 C9 -10.9992 14722.03 C18 -12.8972 19711.71 C27 -10.7828 13602.93 0 3.0 (a) (b) ￥ 2.5 2.0 -8 -10 -12 -14 1.0 -16 0.5 -18 -20 024681012141618202224262830 024681012141618202224262830 Slag serial number Slag serial number 图2黏度参数拟合数值变化.(a)n:(b)B Fig.2 Viscosity parameter fitting value:(a)In4;(b)B式（5）所示. ∆ = 1 N ∑ N n=1 ηn,est −ηn,mea ηn,mea （5） 式中， ηn,est 为第 n 组炉渣试样预测黏度， ηn,mea 为 第 n 组炉渣试样检测黏度，N 为黏度实验总次数. 对比各黏度预测模型对不同类型含氟连铸保 护渣不同温度下的黏度预测情况，其中，Riboud 模 型预测值相对检测值偏差率较大，Iida 模型的黏度 预测值相对检测值偏高，而 Mills 模型的黏度预测 值相对检测值偏低，相比之下，本此建立的黏度预 测模型对各类含氟保护渣黏度预测值相对检测值 偏差率收敛至 10% 以内，拟合度较高. 同时，结合 Mills 早期关于 CaF2‒CaO‒SiO2 三 元渣（S1～S7）黏度检测数据进行对比分析，结果 如图 4 所示. 对比发现，Mills 模型对高氟含量炉渣（S5）黏 度预测效果更好，而对中、低氟含量炉渣黏度预测 值相对检测值偏差率较大；本黏度模型对低氟含 量炉渣（S1～S3）黏度拟合效果更好，而高氟和中 氟含量炉渣黏度预测值相对检测值偏差率较大， 分析原因，主要受含氟渣挥发性影响，当炉渣中 w(CaF2 )>20%，模型预测值与检测值偏差逐渐增 表 3 黏度参数分析 Table 3 Viscosity controlling parameters Slag lnA B Slag lnA B Slag lnA B C1 −12.1166 16750.76 C10 −11.1663 15523.76 C19 −11.6419 16899.20 C2 −11.1521 15331.25 C11 −11.4069 16399.51 C20 −10.5736 14696.67 C3 −11.4827 16323.80 C12 −11.9045 19019.28 C21 −9.26063 11473.14 C4 −11.2338 16106.31 C13 −10.7114 13670.59 C22 −11.3388 18048.45 C5 −10.9666 13904.19 C14 −11.1896 15932.56 C23 −10.4814 13697.65 C6 −11.1806 14859.89 C15 −11.4391 17000.89 C24 −17.2362 25991.79 C7 −11.3522 15328.48 C16 −11.1312 16491.46 C25 −10.5812 14320.87 C8 −11.3635 16421.96 C17 −14.9610 21103.44 C26 −13.0682 18316.60 C9 −10.9992 14722.03 C18 −12.8972 19711.71 C27 −10.7828 13602.93 −0.8 −1.0 −1.2 −1.4 −1.6 −1.8 −2.0 −2.4 −2.6 −2.8 −2.2 C1 Linear fit ln [η/(Pa·s)] 0.00058 0.00060 0.00062 0.00064 0.00066 0.00068 0.00070 0.00072 0.00074 T −1/K−1 图 1    黏度−温度线性分析 Fig.1    Linear analysis of lnη to 1/T −10 −12 −14 −16 −18 −20 0 2 4 6 8 10 12 14 Slag serial number 16 18 20 22 24 26 28 30 0 −2 (a) (b) −4 −6 −8 3.0 2.5 2.0 1.5 1.0 0.5 0 lnA B/10 4 0 2 4 6 8 10 12 14 Slag serial number 16 18 20 22 24 26 28 30 图 2    黏度参数拟合数值变化. （a）lnA；（b）B Fig.2    Viscosity parameter fitting value: (a) lnA; (b) B · 532 · 工程科学学报，第 43 卷，第 4 期